融合XGBoost与SHAP的冠心病预测及其特征分析模型

打开文本图片集

收稿日期：2021-11-21；修回日期：2022-01-21

基金项目：国家自然科学基金资助项目（61562078，71563048）；新疆天山青年计划资助项目（2018Q073）；新疆高校研自科项目（XJEDU2021Y037）；新疆“天山雪松计划”青年拔尖人才计划资助项目

作者简介：陈小昆（1963-），女，教授，硕导，硕士，主要研究方向为统计机器学习；左航旭（1998-），男（通信作者），硕士研究生，主要研究方向为机器学习（zuohangxu@163.com）；廖彬（1986-），男，副教授，博导，博士，主要研究方向为深度学习、数据挖掘及大数据计算模型等；孙瑞娜（1982-），女，博士研究生，主要研究方向为数据挖掘、网络安全等.

摘 要：为了解决冠心病诊断模型中性能无法满足临床应用要求、缺乏可解释性的问题，提出一种融合XGBoost与SHAP的冠心病预测及其特征分析模型。（剩余21390字）